Wielopoziomowe bayesowskie uśrednianie modeli
Wielopoziomowe bayesowskie uśrednianie modeli (ML-BMA) rozszerza klasyczne bayesowskie uśrednianie modeli na dane pogrupowane lub o strukturze hierarchicznej. Zamiast wybierać jedną specyfikację modelu wielopoziomowego, oblicza ono ważoną średnią predykcji i estymatorów parametrów z zestawu kandydackich modeli wielopoziomowych, przypisując każdemu modelowi wagę odpowiadającą jego prawdopodobieństwu a posteriori przy danych. Wynik uwzględnia jednocześnie niepewność co do struktury grupowej, efektów stałych, efektów losowych i selekcji zmiennych objaśniających.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/pl/bayesian/multilevel-bayesian-model-averaging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Uśrednianie modeli bayesowskichStatystyka bayesowska↔ compare
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- Wielopoziomowe MCMCStatystyka bayesowska↔ compare
- Wielopoziomowe wnioskowanie wariacyjneStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →